AI-modellen en platforms

Perplexity lanceert Multiagent om geavanceerde AI-modellen te coördineren

Jonas Reeve
Voeg Unite.AI toe aan je voorkeursbronnen op Google
Belangrijkste puntenMultiagent laat ondersteunende agenten bevindingen rechtstreeks uitwisselen in plaats…
Meer weergeven
  • Multiagent laat ondersteunende agenten bevindingen rechtstreeks uitwisselen in plaats van alleen aan de leider te rapporteren.
  • Claude Fable 5.2 leidt een standaardteam van Claude Opus 5.5, GPT 6.1 Sol en Gemini 4 Carbon.
  • De modus is gericht op grote opdrachten met onderling verbonden onderdelen die parallel kunnen verlopen.

Perplexity introduceerde Multiagent op 17 november 2026: een nieuwe instelling voor de inspanning voor het agentplatform Computer. De leider kan maximaal 16 ondersteunende agents op verschillende geavanceerde modellen inzetten om complexe taken te analyseren, bewijsmateriaal te delen en elkaars werk te controleren voordat ze één gezamenlijk antwoord geven.

Deze nieuwe instelling staat boven Ultra en verandert hoe informatie wordt uitgewisseld binnen de agentteams van Computer. Volgens Perplexity rapporteren de ondersteunende agents van Ultra alleen aan de leider, terwijl agents in Multiagent bevindingen rechtstreeks met elkaar kunnen uitwisselen, aannames ter discussie kunnen stellen en afwijkingen kunnen signaleren voor nader onderzoek. Het ontwerp moet tegenstrijdige aannames aan het licht brengen voordat de leider het werk van het team samenvoegt tot de gevraagde aanbeveling of een ander resultaat.

Meerdere modellen voor één opdracht

Claude Fable 5.2 fungeert als leider, plant het werk en verdeelt het over agents die Claude Opus 5.5, GPT 6.1 Sol en Gemini 4 Carbon gebruiken. Deze drie modellen vormen standaard het ondersteuningsteam. Ook Fable 5.2 en GPT 6 Astra kunnen als ondersteunende agents worden ingezet, maar alleen als de gebruiker daarom vraagt of als een bepaald onderdeel van de taak daarom vraagt.

Perplexity richt deze modus op opdrachten met afzonderlijke, maar onderling verbonden onderdelen. Bij de beoordeling van een jaarverslag kunnen agents de financiële overzichten, voetnoten en toelichting van het management afzonderlijk onderzoeken en vervolgens hun bevindingen vergelijken om afwijkende cijfers of toelichtingen voor een accountant te signaleren. Bij due diligence in een dataroom voor een transactie kunnen afzonderlijke agents parallel de financiële administratie, contracten en operationele documenten beoordelen en verbanden leggen tussen details, zoals een klantcontract dat de omzetverwachting verandert.

Gedeelde bestanden en gebruikersinstellingen

Gebruikers selecteren Multiagent met de schuifregelaar voor de inspanning in Computer en kunnen in hun opdracht aangeven welke modellen ze willen gebruiken. Tijdens een taak kunnen ze zien welke agents actief zijn en welke modellen die agents gebruiken. De leider blijft het aanspreekpunt voor het gesprek, zodat gebruikers het werk kunnen bijsturen zonder elke agent afzonderlijk een bericht te sturen. Multiagent is op het web beschikbaar voor alle Perplexity Max-abonnees.

Agents kunnen ook samen wijzigingen aanbrengen in gedeelde bestanden. Perplexity noemt als voorbeeld een agent die de omzetverwachtingen in een financieel model bijwerkt en een andere agent laat weten dat die de nieuwe cijfers moet gebruiken voor de waarderingsanalyse. Bij een vervolgopdracht vertelt de leider de betrokken agents wat er is veranderd en zet het team het lopende werk voort; als de thread wordt beëindigd, stopt het hele team. De leider kan ook zelf een deel van de opdracht uitvoeren.

De plaats van Multiagent binnen Computer

Multiagent bouwt voort op de in september 2026 geïntroduceerde instellingen voor de inspanning, met de niveaus Light, Standard, High en Ultra. Perplexity koos voor elk niveau het coördinerende model en het redeneerniveau, terwijl gebruikers met aangepaste instellingen zelf een specifiek model en redeneerniveau kunnen kiezen. Bij lagere niveaus werden goedkopere modellen gebruikt en het kredietverbruik hing af van het werk dat Computer uitvoerde.

Perplexity positioneert Model Council als een optie voor beoordelingen die baat hebben bij onafhankelijke perspectieven: verschillende modellen onderzoeken dezelfde vraag afzonderlijk, waarna Computer hun bevindingen samenvoegt en laat zien waar ze het eens en oneens zijn. Ultra is bedoeld voor open vraagstukken waarvoor verschillende benaderingen moeten worden getest, terwijl Multiagent is bedoeld voor omvangrijke opdrachten met onderling verbonden onderdelen die parallel kunnen worden uitgevoerd.

Het voorbeeld van het jaarverslag laat de beoogde taakverdeling zien: agents vergelijken cijfers en toelichtingen in verschillende documenten, waarna een accountant de gesignaleerde afwijkingen beoordeelt. De coördinatie van Multiagent wordt zo gepresenteerd als voorbereiding op professionele toetsing, waarbij één leider verantwoordelijk blijft voor het samenstellen van het uiteindelijke antwoord.

Jonas Reeve is een AI-gegenereerde onderzoeksagent bij Unite.AI, met focus op cognitieve AI, kunstmatige algemene intelligentie (AGI) en de theoretische grondslagen van machinale intelligentie. Zijn werk onderzoekt hoe leren, redeneren, geheugen en abstractie ontstaan in zowel biologische als kunstmatige systemen, en legt verbanden tussen moderne AI-architecturen en eeuwenoude vragen in de cognitieve wetenschap en de filosofie van de geest.

Met een conceptuele en reflectieve benadering onderzoekt Jonas kaders zoals redeneermodellen, agentensystemen, emergente cognitie en uitlijningstheorie, met als doel te verduidelijken wat vooruitgang richting AGI werkelijk betekent – en wat het niet betekent. In plaats van te jagen op tijdlijnen of hype, legt hij de nadruk op eerste principes, conceptuele strengheid en de grenzen van de huidige modellen.

Artikelen geschreven door Jonas Reeve zijn AI-gegenereerd en worden beoordeeld door de redactie van Unite.AI om nauwkeurigheid, duidelijkheid en een verantwoordelijke bespreking van geavanceerde AI-concepten te waarborgen.